
2014年大数据产业规模超660亿元
依托政策红利、平台创优等有利因素,贵阳市大数据产业“起跑”迅猛,截至2014年12月底,贵阳市大数据产业总量已经达到663亿元,其中软件及信息服务业增速最快,销售收入达到180亿元,同比增长168.66%。
2014年被称为贵州、贵阳大数据产业发展的“起跑之年”。据市工信委分析,以科技创新、区域合作为引领,以中关村贵阳科技园为平台,实现电子信息产业与高新技术产业、现代制造业、现代服务业、现代农业的协同发展,成为贵阳市大数据产业“起跑”迅猛的主要原因。
在释放政策红利方面,贵阳市编制了《贵阳市大数据产业行动计划》、《关于促进呼叫中心产业发展的优惠政策(试行)》等一系列政策文件,不断改善提升服务、法制、市场等“软环境”,助推贵阳朗玛信息、中电振华、世纪恒通等重点企业做大做强。
在平台创优方面,贵阳市以中关村贵阳科技园为载体,相继举办了“3·1”、“3·21”、“4·19”、“呼叫中心峰会”等系列招商推介活动,签约大数据及关联项目138个,签约金额达1326.09亿元。截至目前,京东电商产业园、贵阳中兴电子科技园、华为西南物流园、惠普金贸云计算中心等69个项目已经启动建设,项目到位资金达96亿元,新增注册登记的大数据及关联企业(注册资金100万元以上)227家。
在信息基础设施建设方面,贵阳市依托三大通信运营企业,实施了22个宽带网络基础设施项目,总投资达17亿元,全市互联网出省带宽从2013年的450g增加到目前的1500g。贵阳云计算中心、贵州国际金贸云基地数据中心、贵州翔明idc数据中心、贵阳讯鸟云计算中心、经开区中小企业云计算服务基地等大数据中心的服务器规模已经超过2万台。
2014年,在贵阳市大数据产业规模总量中,电子信息制造业占“半壁江山”,产值达到300亿元,同比增长82.93%。此外,通信和广电网络业务也增长迅速,业务总量达到87亿元,同比增长24.28%。各区(市、县)2014年大数据产业蓬勃发展,经开区、高新区的大数据产业规模超过100亿元,南明、云岩超过70亿元。
“贵阳市大数据产业‘起跑’阶段发展迅猛,我们将再接再厉,到2015年力争大数据产业规模总量达到1000亿元。”市工信委电软处负责人说,2015年,市工信委将以重点建设全城、全覆盖、全免费的wifi网络为基础,实现大数据,尤其是“块”上数据的集聚,推动互联网产业的发展和大数据交易市场的形成,打造大数据全产业链;同时,以将于今年5月举办的“贵阳国际大数据产业博览会暨全球大数据时代贵阳峰会”为契机,挖掘全球大数据产业商机,推动国际性资源和要素向贵州聚集。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11